通过参数化Lottie tokens和多模态指令，实现高质量矢量动画的自动生成。
Yiying Yang, Wei Cheng, Sijin Chen, Honghao Fu, Xianfang Zeng, Yujun Cai,...
Lottie
多模态生成
矢量动画
自回归生成
视觉语言模型
ADE-CoT通过难度感知分配、编辑验证和自适应停止，实现2倍加速
Xiangyan Qu, Zhenlong Yuan, Jing Tang, Rui Chen, Datao Tang, Meng Yu, Lei...
图像编辑
多模态大语言模型
扩散模型
推理效率
测试时缩放
提出语言无关的自动化管道，从GitHub大规模收集可执行的软件工程任务用于训练智能体
Ibragim Badertdinov, Maksim Nekrashevich, Anton Shevtsov, Alexander Golubev
多语言
强化学习
数据集
智能体
软件工程
提出RubricBench基准，揭示LLM自动生成评估标准与人类标准之间存在约27%的准确率鸿沟
Qiyuan Zhang, Junyi Zhou, Yufei Wang, Fuyuan Lyu, Yidong Ming, Can Xu,...
LLM评估
偏好对齐
基准测试
奖励模型
评分标准
仅 9K 合成推理样本即可让 4B 模型逼近 235B 模型的推理能力
Xinyu Zhu, Yihao Feng, Yanchao Sun, Xianzhi Du, Pingzhi Li, Olli Saarikivi,...
合成数据
强化学习
推理增强
科学推理
链式思维
面向NLP的AutoML库，自动选择训练策略并集成OOD检测
Grigory Arshinov, Aleksandr Boriskin, Sergey Senichev, Ayaz Zaripov, Daria...
AutoML
OOD检测
命名实体识别
少样本学习
文本分类
首个覆盖7类推理、21项任务的真实生活多图像推理基准，揭示SOTA MLLM的巨大差距
Jiachun Li, Shaoping Huang, Zhuoran Jin, Chenlong Zhang, Pengfei Cao, Yubo...
MLLM评估
基准评测
多图像理解
多模态推理
视觉推理
利用VGGT内部语义和几何先验，无需相机位姿即可实现室内3D检测
Yang Cao, Feize Wu, Dave Zhenyu Chen, Yingji Zhong, Lanqing Hong, Dan Xu
3D目标检测
3D重建
Vision Transformer
多视角视觉
室内场景理解
构建统一基准和轻量奖励模型，在文本/歌词/参考音频组合条件下评估音乐生成偏好对齐。
Yinghao Ma, Haiwen Xia, Hewei Gao, Weixiong Chen, Yuxin Ye, Yuchen Yang,...
RLHF
偏好对齐
多模态评估
奖励模型
音乐生成
用显式约束生成高质量交互数据并确定性验证，训练4B小模型匹敌70B大模型
Jinpeng Chen, Cheng Gong, Hanbo Li, Ziru Liu, Zichen Tian, Xinyu Fu, Shi Wu,...
τ2-bench
后训练
多轮交互
工具使用智能体
强化学习
基于混合扩散框架的统一多模态模型，解耦离散/连续扩散实现理解与生成
Zebin You, Xiaolu Zhang, Jun Zhou, Chongxuan Li, Ji-Rong Wen
多模态
扩散模型
文本到图像
离散扩散
统一模型
首个基于真实个人相册的多源意图驱动照片检索基准，揭示统一嵌入模型的模态鸿沟与智能体的源融合悖论。
Tianyi Xu, Rong Shan, Junjie Wu, Jiadeng Huang, Teng Wang, Jiachen Zhu,...
个人相册
个性化检索
基准测试
多模态检索
智能体检索系统
利用全局几何记忆和立体记忆两种机制，从单张图片生成多轨迹一致视频并重建高质量3D场景
Yisu Zhang, Chenjie Cao, Tengfei Wang, Xuhui Zuo, Junta Wu, Jianke Zhu, Chunchao Guo
3D重建
世界模型
扩散模型
相机控制
视频生成
用统一谱框架解决宽度-深度联合缩放下的超参数迁移问题
Chenyu Zheng, Rongzhen Wang, Xinyu Zhang, Chongxuan Li
µP
优化器
模型缩放
残差网络
超参数迁移
提出INSIGHT方法通过贝叶斯加权互信息优化RLVR训练数据选择
Xinyu Zhou, Boyu Zhu, Haotian Zhang, Huiming Wang, Zhijiang Guo
RLVR
大语言模型
强化学习
数据选择
训练效率
通过参考引导微调(ReGFT)合成模型自有推理轨迹，解决RL训练中的奖励稀疏问题
Yangzhen Wu, Shanda Li, Zixin Wen, Xin Zhou, Ameet Talwalkar, Yiming Yang,...
大语言模型
奖励稀疏
强化学习
推理能力
数学推理
基于自博弈RL的零数据框架，让LLM自主进化为通用工具调用智能体
Emre Can Acikgoz, Cheng Qian, Jonas Hübotter, Heng Ji, Dilek Hakkani-Tür, Gokhan Tur
工具学习
强化学习
智能体
自博弈
零样本学习
提出半形式化推理模板，无需执行代码即可完成补丁验证、故障定位和代码问答。
Shubham Ugare, Satish Chandra
SWE-bench
代码问答
半形式化推理
故障定位
无执行验证
通过半透明3D包围盒表示实现遮挡感知的多物体三维布局控制生成
Vaibhav Agrawal, Rishubh Parihar, Pradhaan Bhat, Ravi Kiran Sarvadevabhatla,...
3D场景控制
布局条件生成
扩散Transformer
文本到图像生成
遮挡推理
提出SVG2数据集与TraSeR模型，自动生成视频时空场景图
Ziqi Gao, Jieyu Zhang, Wisdom Oluchi Ikezogwo, Jae Sung Park, Tario G. You,...
场景图生成
数据集构建
目标跟踪
视觉语言模型
视频理解
首个法律领域端到端RAG基准，证明检索质量比LLM更关键
Abdur-Rahman Butler, Umar Butler
RAG
基准测试
检索增强生成
法律AI
评估方法
RL 主要锐化已有支持，SFT 扩展支持，需先桥接再锐化
Ahmadreza Jeddi, Kimia Shaban, Negin Baghbanzadeh, Natasha Sharan, Abhishek...
RLVR
医学视觉语言模型
支持边界
边界感知训练
采样效率
T3RL通过测试时工具验证抑制虚假流行伪标签，实现数学推理模型的稳定自我进化
Ruotong Liao, Nikolai Röhrich, Xiaohan Wang, Yuhui Zhang, Yasaman...
Majority Voting
Mathematical Reasoning
Self-Evolving Models
Test-Time Reinforcement Learning
Tool Verification
提出基于置信度的递归推理框架，让模型自我修正提升精度
Byung-Kwan Lee, Youngchae Chee, Yong Man Ro
大语言模型
强化学习
推理增强
自纠错
视觉语言模型
基于用户反馈的迭代优化框架，使社交聊天AI在15个月内实现19.4%参与度深度提升
Yixin Nie, Lin Guan, Zhongyao Ma, Anchit Gupta, Yipin Zhou, Xiao Li,...
RLHF
参与度优化
在线学习
对话系统
生产部署
LaSER通过自蒸馏将显式CoT推理内化到LLM检索器潜在空间，兼顾性能与效率。
Jiajie Jin, Yanzhao Zhang, Mingxin Li, Dingkun Long, Pengjun Xie, Yutao Zhu,...
LLM检索器
密集检索
思维链推理
潜在空间推理
自蒸馏
通过预注意力计算编辑 key 实现高效的提示词高亮
Weixian Waylon Li, Yuchen Niu, Yongxin Yang, Keshuang Li, Tiejun Ma, Shay B. Cohen
推理时干预
提示词工程
注意力引导
谱分解
长上下文
用三阶段训练和数据工厂将通用VLM转为OCR专家，OmniDocBench达92.94%
Hao Wu, Haoran Lou, Xinyue Li, Zuodong Zhong, Zhaojun Sun, Phellon Chen,...
GRPO
OCR
强化学习
文档解析
结构生成
将Sonar文本嵌入空间扩展到图像和视频，实现多模态统一的潜空间推理模型
Yifu Qiu, Paul-Ambroise Duquenne, Holger Schwenk
多模态学习
多语言处理
嵌入空间对齐
扩散模型
视觉-语言建模
CLIP 类检索会被错细节迷惑；CS-CLIP 用 unit 级监督修复该漏洞。
Bora Kargi, Arnas Uselis, Seong Joon Oh
CLIP
多模态学习
对比学习
检索模型
组合理解
可扩展的符号推理数据生成套件，通过程序化生成和外部求解器验证提升LLM推理能力
Valentin Lacombe, Valentin Quesnel, Damien Sileo
数据生成
程序化生成
符号推理
预训练
验证学习
CFE-BENCH 收录 449 道真实大学课程题目，前沿模型最高仅 59.69% 准确率，揭示推理失败源于中间状态丢失
Chongyang Gao, Diji Yang, Shuyan Zhou, Xichen Yan, Luchuan Song, Shuo Li, Kezhen Chen
STEM 评测
中间状态诊断
多模态评估
推理基准
教师验证
用 3D 大语言模型自回归预测关节物体的部件布局与运动学结构，并联合部件生成模型合成高质量可动资产。
Penghao Wang, Siyuan Xie, Hongyu Yan, Xianghui Yang, Jingwei Huang, Chunchao...
3D大语言模型
3D生成
关节物体
数字孪生
机器人仿真
无需训练的、需求驱动的进化式多轮精化框架，通过分析-改写-验证三智能体协作实现自适应推理时扩展。
Liyao Jiang, Ruichen Chen, Chao Gao, Di Niu
Diffusion Models
Evolutionary Algorithm
Inference-Time Scaling
Multi-Agent System
Text-to-Image
训练免费的视觉中心冲突推理加相关性引导编解码,缓解多模态RAG中的知识冲突
Yuyang Hong, Jiaqi Gu, Yujin Lou, Lubin Fan, Qi Yang, Ying Wang, Kun Ding,...
VLM
多模态RAG
知识冲突
视觉问答
训练免费方法
用4.5小时歌曲数据微调Whisper,显著提升低资源哈萨克语ASR
Rustem Yeshpanov
Whisper
低资源语言
哈萨克语
数据增强
歌曲数据
首次提出“微观世界仿真”概念，构建专家审核的显微视频基准、9.6K 数据集与微调模型。
Rongsheng Wang, Minghao Wu, Hongru Zhou, Zhihan Yu, Zhenyang Cai, Junying...
世界模型
基准评测
扩散模型微调
数据工程
生物医学仿真
Cryo-Bench：首个冰冻圈语义分割基准，评测14个地理基础模型。
Saurabh Kaushik, Lalit Maurya, Beth Tellman
冰冻圈
地理基础模型
基准评测
深度学习
语义分割
首次在联邦指令微调中通过频域聚类识别散布式投毒样本，将ASR压至0
Haodong Zhao, Jinming Hu, Zhaomin Wu, Zongru Wu, Wei Du, Junyi Hou, Caibei...
LLM安全
后门防御
指令微调
联邦学习
频域分析
首个真实世界从零起步的逆向强化学习，仅需观察与交互即可学视觉操控
Tyler Han, Siyang Shen, Rohan Baijal, Harine Ravichandiran, Bat Nemekhbold,...
世界模型
机器人学习
模仿学习
模型预测控制
视觉操控
首个雌性萨能奶山羊物种专属参数化3D模型与单视图自动体尺测量框架
Bo Jin, Shichao Zhao, Jin Lyu, Bin Zhang, Tao Yu, Liang An, Yebin Liu, Meili Wang
3D重建
RGBD视觉
动物体尺测量
参数化形状模型
精准畜牧养殖